自然语言理解

---

指人工智能中，使机器能够理解人们用口头谈话方式或文字书写方式所表达的语言。

人们进行交流的最普通方式是使用“自然”语言。人们与计算机通讯现在是使用程序设计语言，这种语言对于人来说很不方便。人们一直致力于研究让计算机理解自然语言。

首先，利用计算机对符号的处理能力，统计词在文章中出现的频率。

后来，提出机器翻译，让计算机把一种自然语言翻译成另一种自然语言。早期的机器翻译试图通过查出对等词，然后调整词序来完成。

现在这种途径已被抛弃。理解已成为当前的主要焦点。如果机器能“理解”句子的“意义”，那么它就能释译它；能回答关于它的有关问题，自然就能把一种语言翻译成另一种语言。

在自然语言理解中，采用的方法，从历史上看，可以粗略地分为4类。早期的自然语言程序寻求在具体的、有限制的领域内取得结果。这种系统使用特殊的结构存储领域知识。

输入的句子仅限于陈述句和问句。理解程序只是搜索预先说明了的关键词和指出已知对象及其关系的模式，使用启发式方法获取对问题的答案。由于问题域狭小，所以这种系统时常取得可喜的结果。例如Bobrow的STVDENT系统。早期的另一方法是在数据库中存储课文的表示，使用许多明智的索引模式检索包含具体词和短语的材料。这种系统不限于某个具体领域，因为数据库可以存储任何内容。

但这种系统只能对预先明确存储的内容给出回答。第三种方法是带限制的逻辑系统。信息是以一种形式记号存入数据库的，并有一种机制把输入的内容转换成内部形式。这种系统能根据数据库做一定的推理，可以回答没有明确存储在数据库中的问题。但这种推理还只是人们所使用的推理的一部分。第四种方法是基于知识的系统。

这种系统以一种综合的方法处理语言处理中句法和语义两个方面。这种方法的中心问题是知识表示。

基于框架结构的系统是当前最活跃的课题。并且出现了许多好的系统，有些可以理解简单的故事，还可以帮助人作飞行计划。

现在自然语言研究期望建造一个实用的自然语言理解系统，并能够更好地理解语言和智能的本质。自然语言理解将把人们带入自由方便地使用计算机的时代。